如何将iris数据集的Pandas版本转换为sk-learn
使用的格式?你知道吗
#Seaborn dataset
import seaborn as sns
iris_seaborn = sns.load_dataset("iris")
sepal_length sepal_width petal_length petal_width species
0 5.1 3.5 1.4 0.2 setosa
1 4.9 3.0 1.4 0.2 setosa
2 4.7 3.2 1.3 0.2 setosa
3 4.6 3.1 1.5 0.2 setosa
4 5.0 3.6 1.4 0.2 setosa
Sci工具包学习:
#sk-learn dataset
from sklearn.datasets import load_iris
iris_sklearn = load_iris()
[Out] array([[5.1, 3.5, 1.4, 0.2],
[4.9, 3. , 1.4, 0.2],
[4.7, 3.2, 1.3, 0.2],
[4.6, 3.1, 1.5, 0.2],
[5. , 3.6, 1.4, 0.2]])
iris_sklearn.target[0:5]
[Out] array([0, 0, 0, 0, 0])
我知道这些步骤是分别对数值和分类数据使用sklearn.preprocessing.MinMaxScaler
和sklearn.preprocessing.LabelEncoder
对列进行规范化。但除了对每一列进行处理,然后将它们与zip()
组合在一起,我不知道还有什么更有效的方法。你知道吗
感谢您的帮助!你知道吗
您可以
factorize
标签,然后对其余数据使用底层numpy
数组:相关问题 更多 >
编程相关推荐